Ethics of artificial intelligence in the financial sector

The application of artificial intelligence in finance is one of the new issues which, in addition to regulatory challenges of hard law nature, raise ethical questions. This study deals with the subject of ethical aspects of the use of artificial intelligence in the financial sector, which is becoming more and more common, and therefore sometimes "invisible" to the end user. Examples of its use can be found, among others in risk assessment models or systems for detecting fraudulent transactions and counteracting money laundering and terrorist financing. Increasingly, they are also used to assess the creditworthiness of a potential borrower or provide investment advice. In the latter cases, transparency and ethics take on a special meaning, because they directly "touch" the human sphere and can significantly affect the observance of fundamental rights. At the same time, finding the "happy medium" that will not only balance various interests, but also be realistic to implement, is not an easy task. It is often emphasized in the literature that today there is no positive (any?) Effect on the implementation of many postulates in the field of ethical AI (Dubber et al., 2020), in connection with the use of various codes of ethics or good practices, which are more based on the so-called self-regulation or self-governance, that is, self-determination practices that are then audited by the settler. At the same time, the dynamic development of algorithms, especially those that make (to some extent) autonomous decisions, means that supervision — also ethical — cannot be temporary, but should be carried out continuously (Lo Piano, 2020), which only exacerbates the already existing problems related to algorithmisation.

Wykorzystanie sztucznej inteligencji (SI) w finansach należy do nowych zagadnień, które obok wyzwań regulacyjnych o charakterze twardego prawa rodzą pytania natury etycznej. Niniejsze opracowanie porusza tematykę etycznych aspektów wykorzystania sztucznej inteligencji w sektorze finansowym, która staje się coraz bardziej powszechna, a przez to niekiedy „niewidoczna” dla odbiorcy końcowego. Przykłady jej wykorzystania znajdziemy m.in. w modelach oceny ryzyka czy systemach wykrywania transakcji oszukańczych (fraudowych) oraz przeciwdziałania praniu pieniędzy i finansowaniu terroryzmu. Coraz częściej sztuczna inteligencja jest wykorzystywana także do oceny zdolności kredytowej potencjalnego kredytobiorcy czy w doradztwie inwestycyjnym. W tych ostatnich przypadkach przejrzystość i etyka nabierają szczególnego znaczenia, „dotykają” bowiem bezpośrednio sfery człowieka i mogą w istotny sposób wpływać na przestrzeganie praw podstawowych. Jednocześnie znalezienie „złotego środka”, który nie tylko będzie wyważał różne interesy, ale także będzie realny do wdrożenia, jest zadaniem niełatwym. Nierzadko w literaturze podkreśla się, że już dzisiaj widoczny jest brak pozytywnego (jakiegokolwiek?) efektu, jeśli chodzi o realizację postulatów w zakresie etycznego SI (Dubber i in., 2020), w związku ze stosowaniem różnej maści kodeksów etycznych czy dobrych praktyk, które bardziej opierają się na tzw. self-regulation czy self-governance, czyli samostanowieniu praktyk, które następnie są audytowane przez ustanawiającego. Jednocześnie dynamiczny rozwój algorytmów, szczególnie tych podejmujących (w jakimś stopniu) autonomiczne decyzje, powoduje, że nadzór — również etyczny — nie może być chwilowy, ale powinien odbywać się w trybie ciągłym (Lo Piano, 2020), co tylko potęguje już istniejące problemy związane z algorytmizacją.